本文關鍵詞：基于支持向量機與事例推理的Web服務QoS動態(tài)預測方法研究

  更多相關文章： Web服務 服務質(zhì)量動態(tài)預測 支持向量機 事例推理

【摘要】：在開放的網(wǎng)絡環(huán)境下,Web服務的Qo S具有很強的動態(tài)性,而如何準確地預測未來一段時間之后Web服務的Qo S,關系到服務選擇與組合的成敗,是服務計算領域亟待解決的關鍵問題.針對此問題,在考慮Web服務負載、任務特征與服務Qo S相互關聯(lián)的情況下,給出一種基于支持向量機與事例推理的Web服務Qo S動態(tài)預測方法.本文首先采用支持向量機對Web服務在一段時間之后的負載進行預測,然后,根據(jù)以上預測得出的負載結(jié)果和所要處理任務的特征信息,采用事例推理方法對Web服務處理某一具體任務時的Qo S進行預測.實驗結(jié)果表明,該方法是可行的、有效的,并在一定程度上提高了Web服務Qo S的準確性.
【作者單位】： 河南理工大學計算機科學與技術學院;
【關鍵詞】： Web服務 服務質(zhì)量動態(tài)預測 支持向量機 事例推理
【基金】：國家自然科學基金面上項目(61175066)資助;國家自然科學基金青年基金項目(61300124)資助 河南省高�？萍紕�(chuàng)新人才資助計劃項目(2011GGJS-056)資助 河南理工大學校博士基金項目資助;河南理工大學校創(chuàng)新團隊 河南省教育廳科學技術重點研究項目(13B630034)資助
【分類號】：TP393.09
【正文快照】： 1引言隨著網(wǎng)絡上提供的功能相同而服務質(zhì)量(Quality ofService,Qo S)不同的服務越來越多,Qo S感知的Web服務選擇與組合成為學術界和工業(yè)界共同關注的問題[1].然而,由于網(wǎng)絡環(huán)境的開放性、服務負載的波動性、用戶任務的不確定性等因素,使得Web服務的Qo S具有很強的動態(tài)性,為了

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 黃景文;胡志華;;Web服務QoS的免疫多信號預測模型研究[J];廣西大學學報(自然科學版);2009年04期

2 劉志中;王志堅;周曉峰;婁淵勝;尚領;;基于事例推理的Web服務QoS動態(tài)預測研究[J];計算機科學;2011年02期

3 海燕;王志堅;劉志中;周曉峰;尚領;;一種支持Web服務QoS動態(tài)預測的方法[J];南京理工大學學報;2013年01期

4 劉靖旭;蔡懷平;譚躍進;;支持向量回歸參數(shù)調(diào)整的一種啟發(fā)式算法[J];系統(tǒng)仿真學報;2007年07期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 鮑可進;高飛;;基于SVR的動平衡加工誤差補償方法[J];傳感器與微系統(tǒng);2010年10期

2 薛向紅;薛小鋒;;基于相空間重構(gòu)—SVM的公交客流量預測研究[J];江蘇技術師范學院學報;2010年09期

3 陳龍;張?zhí)鞈c;陳寧江;張莉莉;胡丹丹;;可區(qū)分服務的反饋式Web應用負載均衡策略[J];廣西大學學報(自然科學版);2012年06期

4 周林;孫衛(wèi)強;胡衛(wèi)生;;TCP短流對擁塞點隊列深度影響的分析[J];廣西大學學報(自然科學版);2012年06期

5 尹波;夏靖波;倪娟;余輝;;基于預測和動態(tài)閾值的流量異常檢測機制研究[J];電視技術;2013年01期

6 劉通;李海富;王麗榮;臧睦君;;下肢康復器械SVM建模的關鍵技術[J];吉林大學學報(信息科學版);2013年01期

7 李偉;周建平;楊勝勇;;藥物分子胎盤屏障滲透的支持向量回歸模型[J];化學研究與應用;2011年07期

8 羅林開;葉凌君;彭洪;楊帆;;給定經(jīng)驗風險水平的支持向量回歸機[J];華中科技大學學報(自然科學版);2010年10期

9 白志中;;采用支持向量機的網(wǎng)絡流量預測研究[J];計算機與信息技術;2009年10期

10 羅峗騫;夏靖波;王煥彬;;混沌-支持向量機回歸在流量預測中的應用研究[J];計算機科學;2009年07期

中國博士學位論文全文數(shù)據(jù)庫 前8條

1 向先全;基于水信息技術的渤海灣水生態(tài)環(huán)境特性及模擬研究[D];天津大學;2011年

2 張晶;污水處理過程模擬及系統(tǒng)軟件開發(fā)[D];大連理工大學;2011年

3 王開軍;基于數(shù)據(jù)幾何特性的概率推理和統(tǒng)計學習研究[D];西安電子科技大學;2008年

4 趙俊;基于若干智能方法的先進控制系統(tǒng)綜合設計研究[D];西安電子科技大學;2009年

5 杜長海;計算智能及其在城市交通誘導系統(tǒng)中的應用研究[D];重慶大學;2009年

6 曹琦;復雜自適應系統(tǒng)聯(lián)合仿真建模關鍵技術及應用研究[D];重慶大學;2010年

7 姚屏;一體化雙絲弧焊電源智能控制策略與工藝性能評定方法[D];華南理工大學;2012年

8 何同弟;高光譜圖像的分類技術研究[D];重慶大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王雷;支持向量機預測煤儲層滲透性[D];中國石油大學;2011年

2 付紀剛;基于支持向量機的邊緣檢測算法研究[D];西安科技大學;2011年

3 王梅;一種改進的核函數(shù)參數(shù)選擇方法[D];西安科技大學;2011年

4 王秋野;基于SVR的GSM網(wǎng)絡側(cè)移動定位技術研究與實現(xiàn)[D];北京郵電大學;2012年

5 邱瀟鈺;核函數(shù)的參數(shù)選擇[D];山東師范大學;2008年

6 劉明花;上海市地面臭氧濃度分析及多元非線性預報模式研究[D];華東師范大學;2009年

7 王嘯嘯;混合交通條件下信號交叉口行人服務水平研究[D];北京交通大學;2010年

8 李貴君;面向節(jié)能目標的焦爐加熱燃燒過程優(yōu)化控制方法研究[D];中南大學;2010年

9 王瑞新;粗糙集屬性約簡與支持向量機擬合在油藏物性參數(shù)預測上的應用[D];吉林大學;2012年

10 陸曉明;Web服務組合中QoS相關問題研究[D];南京大學;2012年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前9條

1 彭凌西;陳月峰;劉才銘;曾金全;劉孫俊;趙輝;;基于危險理論的網(wǎng)絡風險評估模型[J];電子科技大學學報;2007年06期

2 屈利;苑津莎;李麗;;基于事例推理的電力系統(tǒng)短期負荷預測[J];電力科學與工程;2008年02期

3 黃景文;胡志華;;Web服務QoS的免疫多信號預測模型研究[J];廣西大學學報(自然科學版);2009年04期

4 王鵬,朱小燕;基于RBF核的SVM的模型選擇及其應用[J];計算機工程與應用;2003年24期

5 劉志中;王志堅;周曉峰;婁淵勝;尚領;;基于事例推理的Web服務QoS動態(tài)預測研究[J];計算機科學;2011年02期

6 范小芹;蔣昌俊;王俊麗;龐善臣;;隨機QoS感知的可靠Web服務組合[J];軟件學報;2009年03期

7 邵凌霜;周立;趙俊峰;謝冰;梅宏;;一種Web Service的服務質(zhì)量預測方法[J];軟件學報;2009年08期

8 劉克非;王紅;許作萍;;一種基于服務質(zhì)量預測的Web服務選擇方法[J];計算機技術與發(fā)展;2007年08期

9 丁永生;;計算智能的新框架:生物網(wǎng)絡結(jié)構(gòu)[J];智能系統(tǒng)學報;2007年02期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊強,吳中福,余平,鐘將;基于正反饋的支持向量機[J];重慶大學學報(自然科學版);2004年05期

2 孫蕾,周明全,李丙春;一種非平衡分布數(shù)據(jù)的支持向量機新算法[J];計算機應用;2004年12期

3 黃勇;鄭春穎;宋忠虎;;多類支持向量機算法綜述[J];計算技術與自動化;2005年04期

4 楊強,吳中福,余萍,鐘將;一種新型支持向量機[J];重慶大學學報(自然科學版);2005年02期

5 張猛,付麗華,王高峰;模糊臨近支持向量機[J];計算機工程與應用;2005年05期

6 張浩然;汪曉東;張長江;徐秀玲;;一種新型回歸支持向量機的學習算法[J];測試技術學報;2006年02期

7 王曄;黃上騰;;基于間隔區(qū)域樣本數(shù)量的加權(quán)支持向量機[J];計算機工程;2006年06期

8 梁新榮;劉智勇;孫德山;毛宗源;;支持向量機在混沌系統(tǒng)預測中的應用[J];計算機應用研究;2006年05期

9 盧敏;張展羽;馮寶平;賈仁輔;;基于支持向量機的區(qū)域水安全預警模型及應用[J];計算機工程;2006年15期

10 張陽;劉永革;景旭;;一種改進的線性支持向量機的特征篩選算法[J];西北農(nóng)林科技大學學報(自然科學版);2006年10期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 侯澍e，

本文編號：1106249